code-archive
GH Archive
Un registro continuo de la actividad pública en GitHub: la línea temporal pública de eventos se archiva cada hora desde 2011 y suma miles de millones de eventos. Es un conjunto de datos masivo, no un sitio de búsqueda: se descargan archivos JSON comprimidos con gzip por hora o se consulta el conjunto de datos público de BigQuery; no hay API de búsqueda por registro ni formulario de búsqueda web. Los investigadores recurren a él para analizar o reconstruir sin conexión la actividad histórica de GitHub.
Sin comprobación programática; abre la propia búsqueda del archivo.
Por qué es útil y cómo funciona
GH Archive captura el flujo público de eventos de GitHub y lo archiva cada hora desde enero de 2011, lo que lo convierte en el registro longitudinal más completo de la actividad de código abierto en la plataforma. Los investigadores recurren a él para responder preguntas sobre la historia del propio GitHub: ¿cuándo apareció por primera vez un repositorio?, ¿cómo cambió la actividad de los colaboradores con el tiempo?, ¿cómo evolucionó un determinado tipo de evento? El conjunto de datos se distribuye como archivos JSON comprimidos con gzip, descargables por hora y por día, y también está disponible como conjunto de datos público en Google BigQuery para análisis de tipo SQL. No hay búsqueda web por registro; Echo enlaza a la página del proyecto y al conjunto de datos de BigQuery para seguir explorando.
Qué contiene
Miles de millones de eventos públicos de GitHub que abarcan más de una década, organizados por hora. El conjunto de datos completo alcanza decenas de terabytes y crece a razón de aproximadamente un archivo por hora, las veinticuatro horas del día.
Acceso por API
bulk gzip JSON https://data.gharchive.org/YYYY-MM-DD-H.json.gz ; BigQuery public dataset
Lo que medimos
Nuestras propias pruebas, no lo que afirma el archivo. Se repiten periódicamente; cada dato lleva su fecha.
Accesibilidad
- Petición directa
- Respondió HTTP 200 563 ms
- A través de un proxy de centro de datos
- Respondió HTTP 200 629 ms
Accesibilidad medida el 2026-08-22.
Acceso
De acceso libre: sin clave, sin registro y sin captcha.